计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2008年
8期
981-984
,共4页
BRNN%神经网络集成%二级结构
BRNN%神經網絡集成%二級結構
BRNN%신경망락집성%이급결구
为提高二级结构预测精度,试用神经网络集成法预测.针对BRNN网络结构复杂、收敛时间长、参数多的缺点,本文提出一种改进的新BRNN网络,删除BRNN左、右子网络的隐层,直接将输入连接到状态层,并采用BP改进算法中的弹性算法训练.以90条蛋白质序列共15 377个氨基酸交叉验证,仿真结果表明新网络可以有效地缩短收敛时间,新BRNN集成预测二级结构效果较好.
為提高二級結構預測精度,試用神經網絡集成法預測.針對BRNN網絡結構複雜、收斂時間長、參數多的缺點,本文提齣一種改進的新BRNN網絡,刪除BRNN左、右子網絡的隱層,直接將輸入連接到狀態層,併採用BP改進算法中的彈性算法訓練.以90條蛋白質序列共15 377箇氨基痠交扠驗證,倣真結果錶明新網絡可以有效地縮短收斂時間,新BRNN集成預測二級結構效果較好.
위제고이급결구예측정도,시용신경망락집성법예측.침대BRNN망락결구복잡、수렴시간장、삼수다적결점,본문제출일충개진적신BRNN망락,산제BRNN좌、우자망락적은층,직접장수입련접도상태층,병채용BP개진산법중적탄성산법훈련.이90조단백질서렬공15 377개안기산교차험증,방진결과표명신망락가이유효지축단수렴시간,신BRNN집성예측이급결구효과교호.
